CN110442142B - 速度数据处理方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本公开涉及一种速度数据处理方法、装置、电子设备及计算机可读介质。涉及计算机信息处理领域，该方法包括：获取目标对象在当前时刻的测量速度；计算获得所述目标对象在当前时刻的预测速度；通过所述测量速度与所述预测速度获取评测指标；以及当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。本公开涉及的速度数据处理方法、装置、电子设备及计算机可读介质，能够排除异常速度值对无人机设备的控制系统产生的影响，使得无人机设备获得准确的导航定位数据。

Description

速度数据处理方法、装置、电子设备及计算机可读介质

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种速度数据处理方法、装置、电子设备及计算机可读介质。

背景技术

无人机系统由飞控单元、导航单元、动力系统单元、电源模块、线缆等组成。各分系统单元组成完整系统后，统一协调进行运作以控制无人机系统的安全准确飞行。在物流无人机系统中，由于配送环境的复杂，经常会有外部干扰和内部系统自干扰的产生。多个分系统集合在无人机上，很容易受到电磁干扰，使得GPS垂直方向速度出现野值。当有干扰信号进入无人机系统时，无人机的全球定位导航系统(Global Positioning System，GPS)会受到干扰，进而在测量的数据上产生野值点，野值点是指严重偏离大部分数据所呈现变化趋势的一小部分数据点。在无人机系统中的野值点是有问题的数据，会对导航产生错误的引导，进而使得导航系统输出错误数据。导航输出有问题的数据传给飞控系统之后，飞控系统会出现控制混轮情况，严重时会影响无人机设备的安全运行。

现有技术方案中没有有效的GPS测量野值点剔除方法，特别是在无人机飞行中，如果出现连续野值点的时候，现有算法不能进行剔除。而且，在后续的飞行控制处理过程中，在控制算法进行数据融合时，还会强跟踪GPS跳动的野值点，从而使得无人机系统控制数据中的高度数据发散，造成无人机设备无法控制的现象，更严重的时候，甚至会发生无人机爆炸的情况。

因此，需要一种新的速度数据处理方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种速度数据处理方法、装置、电子设备及计算机可读介质，能够排除异常速度值对无人机设备的控制系统产生的影响，使得无人机设备获得准确的导航定位数据。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种速度数据处理方法，该方法包括：获取目标对象在当前时刻的测量速度；计算获得所述目标对象在当前时刻的预测速度；通过所述测量速度与所述预测速度获取评测指标；以及当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。

在本公开的一种示例性实施例中，还包括：当所述评测指标小于预定阈值时，将滤波速度作为所述目标对象的当前速度以进行后续处理。

在本公开的一种示例性实施例中，还包括：通过当前时刻预测速度、当前时刻测量速度与当前时刻增益获取所述滤波速度。

在本公开的一种示例性实施例中，所述滤波速度包括：

其中，

为当前时刻滤波速度，

为当前时刻的预测速度，K_k为当前时刻增益，Z为测量速度，H为观测矩阵。

在本公开的一种示例性实施例中，所述当前时刻增益包括：

其中，K_k为当前时刻增益，H为观测矩阵，P_k为当前时刻预测误差，R_k为当前时刻噪声。

在本公开的一种示例性实施例中，获取目标对象在当前时刻的测量速度包括：获取目标对象在当前时刻的全球定位系统的测量速度，所述测量速度包括垂直方向速度。

在本公开的一种示例性实施例中，计算获得所述目标对象在当前时刻的预测速度包括：通过历史时刻预测速度获取所述目标对象在当前时刻的预测速度；

其中，

为当前时刻的预测速度，x_(k-1)为历史时刻预测速度。

在本公开的一种示例性实施例中，通过所述测量速度与所述预测速度获取评测指标包括：

其中，V_healthy为所述评测指标，Z为所述测量速度，H为观测矩阵，Q为评测限值，P为速度预测误差的方差阵，R为测量噪声。

在本公开的一种示例性实施例中，所述测量噪声根据当前测量速度实时调整。

在本公开的一种示例性实施例中，所述目标对象为无人机，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理包括：将上一时刻的滤波速度作为无人机的当前速度以进行所述无人机的飞行控制。

根据本公开的一方面，提出一种速度数据处理装置，该装置包括：测量模块，用于获取目标对象在当前时刻的测量速度；预测模块，用于计算获得所述目标对象在当前时刻的预测速度；评测模块，用于通过所述测量速度与所述预测速度获取评测指标；以及第一判断模块，用于当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。

在本公开的一种示例性实施例中，还包括：第二判断模块，用于当所述评测指标小于预定阈值时，将滤波速度作为所述目标对象的当前速度以进行后续处理。

根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。

根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本公开的速度数据处理方法、装置、电子设备及计算机可读介质，能够排除异常速度值对无人机设备的控制系统产生的影响，使得无人机设备获得准确的导航定位数据。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种速度数据处理方法及装置的系统框图。

图2是根据一示例性实施例示出的一种速度数据处理方法的流程图。

图3是根据一示例性实施例示出的一种速度数据处理装置的框图。

图4是根据一示例性实施例示出的一种电子设备的框图。

图5是根据一示例性实施例示出一种计算机可读存储介质示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。

图1是根据一示例性实施例示出的一种速度数据处理方法及装置的系统框图。

如图1所示，系统架构100可以为无人机飞行系统，系统架构100可例如包括GPS模块101、导航模块102、飞控模块103，网络104和计算模块105。网络104用以在GPS模块101、导航模块102、飞控模块103之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

系统架构100还可例如包括动力系统模块106，电源模块107，线缆等等其他设备，本申请不以此为限。

GPS模块101可以实时接收无人机的GPS速度数据，导航模块102可以根据GPS模块101提供的速度数据进行导航，并输出导航数据给飞控模块103，飞控模块103根据接收到的导航数据控制无人机系统进行飞行。飞控模块103还可以根据用户的远程操作进行无人机系统的飞行控制。

计算模块105可以获取目标对象在当前时刻的测量速度；计算模块105还可以计算获得所述目标对象在当前时刻的预测速度；计算模块105还可以通过所述测量速度与所述预测速度获取评测指标；以及计算模块105还可以当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。计算模块105还可以当所述评测指标小于预定阈值时，将滤波速度作为所述目标对象的当前速度以进行后续处理。

需要说明的是，本公开实施例所提供的速度数据处理方法可以由计算模块105执行，相应地，速度数据处理装置可以设置于计算模块105中。

图2是根据一示例性实施例示出的一种速度数据处理方法的流程图。速度数据处理方法20至少包括步骤S202至S208。

如图2所示，在S202中，获取目标对象在当前时刻的测量速度。所述目标对象可例如为无人机设备，所述目标对象还可例如为其他自动控制设备，本申请不以此为限。不失一般性，在后文中以无人机设备为例，对本申请中的内容进行示例性说明。

在一个实施例中，获取目标对象在当前时刻的测量速度包括：获取目标对象在当前时刻的全球定位系统的测量速度，所述测量速度包括垂直方向速度。GPS接收机在计算速度的时候，可例如采用多普勒效应(Doppler Effect)，GPS卫星发射的是电磁波，可以根据接收到的电磁波频率和理论上卫星的发射频率进行对比就可以得出接收机自身的速度。在本申请中，GPS的测量速度可以分为无人机水平方向测量速度(Vx，Vy)与垂直方向测量速度(Vz)。

在S204中，计算获得所述目标对象在当前时刻的预测速度。可例如，计算获得所述目标对象在当前时刻的预测速度包括：通过历史时刻预测速度获取所述目标对象在当前时刻的预测速度；在野值点出现的时刻，预测速度值不会受到影响。

其中，

为当前时刻的预测速度，x_(k-1)为历史时刻预测速度。

在S206中，通过所述测量速度与所述预测速度获取评测指标。在本实施例中，评测指标可用于判断当前接收的测量速度中是否出现了野值点。

在一个实施例中，通过所述测量速度与所述预测速度获取评测指标包括：

其中，V_healthy为所述评测指标，Z为所述测量速度，H为观测矩阵，Q为评测限值，P为速度预测误差的方差阵，R为测量噪声。

在一个实施例中，所述测量噪声根据当前测量速度实时调整。

在一个实施例中，评测限值Q可例如通过无人机飞行中的实时统计数据进行指定。Z代表当前的GPS数据，这里面有好的数据也有不好的数据，H是观测矩阵，代表着GPS的测量值与之前的状态方程中的状态量的偏导矩阵。

在S208中，当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。可例如，将预定阈值设置为1，即为：

时，

认定当前测量速度出现野值点，进而将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。上一时刻的滤波速度可例如储存在预定的缓存空间中，在无人机飞行过程中，该缓存空间进行实时的更新，以便在测量速度出现野值点时，能够迅速获得准确的当前速度以进行后续处理。

在一个实施例中，当前时刻与上一时刻分别为无人机飞行控制计算中的最小时间单元，最小时间单元可例如根据不同的飞行控制精度与准确度进行调节。

在一个实施例中，所述目标对象为无人机，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理包括：将上一时刻的滤波速度作为无人机的当前速度以进行所述无人机的飞行控制。

根据本公开的速度数据处理方法，通过评测指标判断当前测量速度中是否存在异常数据，在判断当前测量速度存在异常数据时，用上一时刻的滤波值作为当前速度的方式，能够排除异常速度值对无人机设备的控制系统产生的影响，使得无人机设备获得准确的导航定位数据。

根据本公开的速度数据处理方法，测量噪声不是固定不变的，根据速度的大小实时调整测量噪声的方式，使得不仅在无人机的静态情况下，而且在无人机的动态情况下也能实时判别出GPS的野值点。

应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。

在本公开的一种示例性实施例中，还包括：通过当前时刻预测速度、当前时刻测量速度与当前时刻增益获取所述滤波速度。

在本公开的一种示例性实施例中，所述滤波速度可例如通过卡尔曼滤波算法得到，卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。卡尔曼滤波不要求信号和噪声都是平稳过程的假设条件。对于每个时刻的系统扰动和观测误差(即噪声)，只要对它们的统计性质作某些适当的假定，通过对含有噪声的观测信号进行处理，就能在平均的意义上，求得误差为最小的真实信号的估计值。因此，自从卡尔曼滤波理论问世以来，在通信系统、电力系统、航空航天、环境污染控制、工业控制、雷达信号处理等许多部门都得到了应用，取得了许多成功应用的成果。

在本实施例中，所述滤波速度包括：

其中，

为当前时刻滤波速度，

为当前时刻的预测速度，K_k为当前时刻增益，Z为测量速度，H为观测矩阵。

在本公开的一种示例性实施例中，所述当前时刻增益包括：

其中，K_k为当前时刻增益，H为观测矩阵，P_k为当前时刻预测误差，R_k为当前时刻噪声。

在本公开的一种示例性实施例中，所述当前时刻预测误差包括：

其中，P_k为当前时刻预测误差，P_k-1为上一时刻预测误差，Q为误差调节系数。在野值点出现的时刻，当前时刻预测误差不会受到影响。

在本公开的一种示例性实施例中，还包括：当所述评测指标小于预定阈值时，将滤波速度作为所述目标对象的当前速度以进行后续处理。

可例如，将预定阈值设置为1，即为：

时，

认定当前测量速度并没有出现野值点，进而将当前时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。

根据本公开的速度数据处理方法，评测指标小于预定阈值时，可以进行数据融合以进行后续处理，评测指标大于等于预定阈值时，认为当前时刻的速度不健康，不健康时处理方法是当前时刻的速度值用上一时刻的预测速度值进行替换。补偿没有观测造成的误差，而不是直接将不健康值踢掉。

根据本公开的速度数据处理方法，在无人机硬件条件或外部条件不好的情况下，可连续处理GPS速度产生的野值点问题，特别是GPS垂直速度产生的野点问题，使有问题数据不进入算法融合，达到很好的保护措施，使导航定位更加准确。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是根据一示例性实施例示出的一种速度数据处理装置的框图。速度数据处理装置30包括：测量模块302，预测模块304，评测模块306，以及第一判断模块308，速度数据处理装置30还可例如包括：第二判断模块310。

测量模块302用于获取目标对象在当前时刻的测量速度。可例如，测量模块302获取目标对象在当前时刻的全球定位系统的测量速度，所述测量速度包括垂直方向速度。

预测模块304用于计算获得所述目标对象在当前时刻的预测速度。可例如，预测模块304通过历史时刻预测速度获取所述目标对象在当前时刻的预测速度。其中，在野值点出现的时刻，预测速度值不会受到影响。

评测模块306用于通过所述测量速度与所述预测速度获取评测指标。在本实施例中，评测指标可用于判断当前接收的测量速度中是否出现了野值点。通过所述测量速度与所述预测速度获取评测指标包括：

其中，V_healthy为所述评测指标，Z为所述测量速度，H为观测矩阵，Q为评测限值，P为速度预测误差的方差阵，R为测量噪声。

第一判断模块308用于当所述评测指标大于等于预定阈值时，可例如，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。即为：

时，

认定当前测量速度出现野值点，进而将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。上一时刻的滤波速度可例如储存在预定的缓存空间中，在无人机飞行过程中，该缓存空间进行实时的更新，以便在测量速度出现野值点时，能够迅速获得准确的当前速度以进行后续处理。

第二判断模块310用于当所述评测指标小于预定阈值时，将滤波速度作为所述目标对象的当前速度以进行后续处理。可例如，将预定阈值设置为1，即为：

时，

认定当前测量速度并没有出现野值点，进而将当前时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。

根据本公开的速度数据处理装置，通过评测指标判断当前测量速度中是否存在异常数据，在判断当前测量速度存在异常数据时，用上一时刻的滤波值作为当前速度的方式，能够排除异常速度值对无人机设备的控制系统产生的影响，使得无人机设备获得准确的导航定位数据。

图4是根据一示例性实施例示出的一种电子设备的框图。

下面参照图4来描述根据本公开的这种实施方式的电子设备200。图4显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图2中所示的步骤。

所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。

所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。

图5示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。

参考图5所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：获取目标对象在当前时刻的测量速度；计算获得所述目标对象在当前时刻的预测速度；通过所述测量速度与所述预测速度获取评测指标；以及当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度以进行后续处理。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。

以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

此外，本说明书说明书附图所示出的结构、比例、大小等，均仅用以配合说明书所公开的内容，以供本领域技术人员了解与阅读，并非用以限定本公开可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本公开所能产生的技术效果及所能实现的目的下，均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语，也仅为便于叙述的明了，而非用以限定本公开可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当也视为本公开可实施的范畴。

Claims (10)

1.一种速度数据处理方法，其特征在于，包括：

获取目标对象在当前时刻的测量速度；所述目标对象为无人机；

计算获得所述目标对象在当前时刻的预测速度；

通过所述测量速度与所述预测速度获取评测指标；以及

当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度；

当所述评测指标小于预定阈值时，将当前时刻的滤波速度作为所述目标对象的当前速度；其中，所述当前时刻与所述上一时刻分别为无人机飞行控制计算中的最小时间单元，所述最小时间单元用于根据不同的飞行控制精度进行调节；

通过当前时刻预测速度、当前时刻测量速度与当前时刻增益获取所述滤波速度。

2.如权利要求1所述的方法，其特征在于，所述滤波速度包括：

其中，

为当前时刻滤波速度，

为当前时刻的预测速度，

为当前时刻增益，Z为 测量速度，H为观测矩阵。

3.如权利要求1所述的方法，其特征在于，所述当前时刻增益包括：

；

其中，

为当前时刻增益，H为观测矩阵，

为当前时刻预测误差，

为当前时刻噪 声。

4.如权利要求1所述的方法，其特征在于，获取目标对象在当前时刻的测量速度包括：

获取目标对象在当前时刻的全球定位系统的测量速度，所述测量速度包括垂直方向速度。

5.如权利要求1所述的方法，其特征在于，计算获得所述目标对象在当前时刻的预测速度包括：

通过历史时刻预测速度获取所述目标对象在当前时刻的预测速度；

；

其中，

为当前时刻的预测速度，

为历史时刻滤波速度。

6.如权利要求2所述的方法，其特征在于，通过所述测量速度与所述预测速度获取评测指标包括：

；

其中，

为所述评测指标，Z为所述测量速度，H为观测矩阵，Q为评测限值，P为速度 预测误差的方差阵，R为测量噪声。

7.如权利要求6所述的方法，其特征在于，所述测量噪声根据当前测量速度实时调整。

8.一种速度数据处理装置，其特征在于，包括：

测量模块，用于获取目标对象在当前时刻的测量速度；所述目标对象为无人机；

预测模块，用于计算获得所述目标对象在当前时刻的预测速度；

评测模块，用于通过所述测量速度与所述预测速度获取评测指标；以及

第一判断模块，用于当所述评测指标大于等于预定阈值时，将上一时刻的滤波速度作为所述目标对象的当前速度；

第二判断模块，用于当所述评测指标小于预定阈值时，将当前时刻的滤波速度作为所述目标对象的当前速度；通过当前时刻预测速度、当前时刻测量速度与当前时刻增益获取所述滤波速度；其中，所述当前时刻与所述上一时刻分别为无人机飞行控制计算中的最小时间单元，所述最小时间单元用于根据不同的飞行控制精度进行调节。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images